AnswersPublished19 sources
OXR-1.0 gör dokument begripligare för AI – men testa själv först
SoMarks OXR 1.0 har 1,3 miljarder parametrar och omvandlar PDF:er och dokumentbilder till Markdown eller JSON med koordinater för innehållets placering. Modellen rapporteras ligga högst i tre benchmarktester, men resultat på testdata visar inte automatiskt hur den fungerar med dina dokument.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- SoMarks OXR 1.0 har 1,3 miljarder parametrar och omvandlar PDF:er och dokumentbilder till Markdown eller JSON med koordinater för innehållets placering.
- Modellen rapporteras ligga högst i tre benchmarktester, men resultat på testdata visar inte automatiskt hur den fungerar med dina dokument.
- Koden och modellvikterna finns tillgängliga, men licensen har tilläggsvillkor som företag bör läsa före kommersiell användning.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is SoMark’s open-source OXR-1.0 (Optical Everything Recognition), announced by the Chinese document-intelligence team in October 2026,. Article summary: OXR-1.0 (“Optical Everything Recognition”) is SoMark’s 1.3-billion-parameter document-parsing model, announced in October 2026, that converts PDFs and document images into Markdown or JSON with layout coordinates—not jus. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
SoMarks OXR-1.0 är en dokumenttolkare med 1,3 miljarder parametrar. Den omvandlar PDF:er och dokumentbilder till Markdown eller JSON och kan ange var innehållet finns på sidan. Det kan ge system för retrieval-augmented generation (RAG) och AI-agenter mer användbar struktur än vanlig OCR-text – men modellens egna benchmarkresultat bör ses som något att kontrollera mot de dokument du faktiskt ska hantera.4
5
7
Vad kan OXR-1.0 göra?
OXR är byggd för att läsa dokument och samtidigt bevara information om sidans layout. SoMark uppger att modellen känner igen 13 typer av dokumentelement. Bland exemplen i projektmaterialet finns tabeller, formler, kodblock, stämplar, kemiska ekvationer och kemiska strukturer, med koordinater för respektive område.4
5
Den strukturen kan hjälpa nästa steg i ett AI-flöde att skilja en tabell från ett textstycke eller koppla ett utdrag till rätt plats i källdokumentet. Nyttan beror dock på om modellen bevarar just de strukturer och den läsordning som din tillämpning behöver. En topplacering i ett benchmark avgör inte hur väl den hanterar varje dokumenttyp.
Utbytbar layoutanalys och träning på fel
SoMark beskriver OXR:s layoutanalys som fristående och utbytbar. Det innebär att ett team kan använda en annan layoutmodell om arbetsflödet kräver det. Även en extern modellbeskrivning pekar ut layoutanalysen som en separat komponent som kan bytas ut.8
22 Det kan vara användbart för specialiserade sidlayouter, men testa den valda komponenten tillsammans med textigenkänning och läsordning.
SoMark beskriver också en rekursiv självförbättringsprocess under efterträningen. Enligt bolaget används fel i dokumenttolkningen för att styra förbättringar; en kompletterande beskrivning uppger att processen tar hjälp av en extern vision–språkmodell och grupperar fall där modellen misslyckas.7
8 Det handlar om modellens träning – inte om belägg för att en installerad modell automatiskt lär sig av varje dokument den bearbetar.
Vad visar benchmarkresultaten?
I SoMarks publicerade jämförelse anges OXR-1.0 ha resultaten 97,18 i OmniDocBench, 87,84 i olmOCR-Bench och 87,76 i DocParsingBench. Där ligger modellen högst bland de modeller som ingår i jämförelsen. SoMark lyfter också fram resultaten för tabelltolkning.1
5
Det här är poäng i benchmarktester, inte en generell procentsats för hur rätt modellen alltid har eller ett löfte om resultat för ett visst företags filer. Poängen gäller modellerna och utvärderingsupplägget i den publicerade jämförelsen. Testa därför ett representativt urval av egna dokument – gärna även sådana med komplicerade tabeller och flera spalter – innan du använder OXR i produktion.1
SoMarks material redovisar också hög genomströmning. En jämförelse anger 557,77 inbyggda token per sekund och 0,990373 sidor per sekund. En annan uppgift beskriver ett test där 100 sidor bearbetades på ungefär 101 sekunder.1
31 Se det som rapporterade resultat, inte som en garanti för samma hastighet med annan hårdvara, andra dokument eller en annan driftsmiljö.
Tillgång och licens
OXR-koden finns på GitHub och modellvikterna på Hugging Face.4
13 Läs licensen noga före användning: projektet beskriver den som Apache 2.0 med ytterligare villkor, bland annat bestämmelser om kommersiell användning.
26 Att modellen kallas öppen källkod betyder alltså inte att kommersiell användning är fri från begränsningar.
Passar OXR i ett RAG- eller agentflöde?
OXR är värd att utvärdera om ditt arbetsflöde behöver dokumentstruktur, inte bara igenkänd text, och om Markdown eller JSON med koordinater passar nästa steg. De redovisade poängen och hastighetsuppgifterna gör modellen till en kandidat – inte till en bevisad ersättare som fungerar direkt i alla miljöer.1
4
7
Kör den på ett eget urval och kontrollera tabellernas återgivning, läsordning, koordinater, svarstid och licensvillkor. Det säger mer om hur väl modellen passar ditt flöde än en placering på en topplista.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "OXR-1.0 gör dokument begripligare för AI – men testa själv först"?
SoMarks OXR 1.0 har 1,3 miljarder parametrar och omvandlar PDF:er och dokumentbilder till Markdown eller JSON med koordinater för innehållets placering.
What are the key points to validate first?
SoMarks OXR 1.0 har 1,3 miljarder parametrar och omvandlar PDF:er och dokumentbilder till Markdown eller JSON med koordinater för innehållets placering. Modellen rapporteras ligga högst i tre benchmarktester, men resultat på testdata visar inte automatiskt hur den fungerar med dina dokument.
What should I do next in practice?
Koden och modellvikterna finns tillgängliga, men licensen har tilläggsvillkor som företag bör läsa före kommersiell användning.
Sources
github.comGitHub - SoMarkAI/OXR
somark.aiErrors as Data: How RSI Helps OXR Achieve SOTA Accuracy and Speed in Document Parsing
fourweekmba.comOpen 1.3B OXR Tops 3 Parsing Tests, With $2M Licence ...
slm.expertOXR-1.0 — slm.expert